MétaCan
Menu
← Retour à la cohorte
Enregistrement W2918112604 · doi:10.11575/prism/30142

Herding Cats: Stakeholder Consultation and 2012 Changes to the National Energy Board Act

2012· dissertation· en· W2918112604 sur OpenAlexaboutno aff
Lloyd Suchet

Notice bibliographique

RevuePRISM (University of Calgary) · 2012
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerdingStakeholderCATSBusinessGeographyPolitical scienceMedicinePublic relationsForestryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Industrialization in the world market, particularly in Asia, coupled with an increase in Canadian energy production means that Canada needs the transportation infrastructure to bring its energy supplies to market. The most economical way to transport Canadian oil and gas is through pipelines, however the process of regulatory approvals for their construction has become a challenge.1 This is a result primarily of pressure from outside groups like environmental groups, aboriginal groups, unions, and landowners. Designed to evaluate projects on their own merit and potential affect on interested parties, wider societal questions of the oil industry and climate change has crept into the process, making it longer and adding costs to firms and the Canadian economy. By looking at the history of the National Energy Board (NEB), the justification for its creation, and its past performance, this paper will use data from the past ten years as well as relevant theory to address recent (2012) changes to the process used by the NEB. In particular, I will assess whether the legislation will accomplish its goal of a less delay-prone, more responsive approval process that will increase public confidence in pipeline reviews. The intended changes will result in a less delay-prone approval process that still enables public participation. This should have the effect of increasing public confidence in the process.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,536

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,063
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,003
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,209
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)→Même sujetHousing, Finance, and Neoliberalism→Travaux en français237 207→